RabbitMQ 教程 - 远程过程调用 (RPC)
先决条件
本教程假设 RabbitMQ 已 安装 并在 localhost 上的 标准端口 (5672) 上运行。如果您使用不同的主机、端口或凭据,则需要调整连接设置。
哪里寻求帮助
如果您在学习本教程时遇到困难,可以通过 GitHub Discussions 或 RabbitMQ 社区 Discord 联系我们。
远程过程调用 (RPC)
(使用 amqp.node 客户端)
在第二个教程中,我们学习了如何使用工作队列在多个工作进程之间分发耗时的任务。
但是,如果我们需要在远程计算机上运行一个函数并等待结果呢?嗯,那又是另一回事了。这种模式通常被称为远程过程调用或RPC。
在本教程中,我们将使用 RabbitMQ 来构建一个 RPC 系统:一个客户端和一个可扩展的 RPC 服务器。由于我们没有什么值得分发的耗时任务,我们将创建一个返回斐波那契数的虚拟 RPC 服务。
关于 RPC 的说明
尽管 RPC 在计算领域是一种相当普遍的模式,但它经常受到批评。当程序员不知道函数调用是本地的还是慢速的 RPC 时,就会出现问题。这样的混淆会导致系统不可预测,并增加调试的复杂性。滥用的 RPC 可能导致难以维护的意大利面条式代码,而不是简化软件。
牢记这一点,请考虑以下建议:
- 确保明确哪些函数调用是本地的,哪些是远程的。
- 记录你的系统。明确组件之间的依赖关系。
- 处理错误情况。当 RPC 服务器长时间关闭时,客户端应该如何反应?
如果不确定,请避免使用 RPC。如果可能,你应该使用异步管道——而不是 RPC 类的阻塞,结果会异步推送到下一个计算阶段。
回调队列
RabbitMQ 中的请求-应答模式涉及服务器和客户端之间的直接交互。
客户端发送请求消息,服务器用响应消息进行答复。
为了接收答复,我们需要在请求中发送一个“回调”队列名称。这样的队列通常是服务器命名的,也可以有一个众所周知的名称(客户端命名)。
然后,服务器将使用该名称通过默认交换机进行答复。
channel.assertQueue('', {
exclusive: true
});
channel.sendToQueue('rpc_queue', Buffer.from('10'), {
replyTo: queue_name
});
# ... then code to read a response message from the callback queue ...
消息属性
AMQP 0-9-1 协议预定义了一组 14 个消息属性。大多数属性很少使用,除了以下几点:
persistent:将消息标记为持久(值为true)或瞬时(false)。你可能还记得在第二个教程中提到过这个属性。content_type:用于描述编码的 mime 类型。例如,对于常用的 JSON 编码,通常的做法是将此属性设置为:application/json。reply_to:通常用于命名一个回调队列。correlation_id:用于将 RPC 响应与请求关联起来。
相关 ID
为每个 RPC 请求创建一个回调队列效率低下。更好的方法是为每个客户端创建一个回调队列。
这会引发一个新问题:在该队列中收到响应后,并不清楚该响应属于哪个请求。这时就可以使用 correlation_id 属性。我们将为每个请求设置一个唯一的值。稍后,当我们收到回调队列中的消息时,我们会查看此属性,并根据它将响应与请求进行匹配。如果我们看到一个未知的 correlation_id 值,我们可以安全地丢弃该消息——它不属于我们的请求。
你可能会问,为什么我们应该忽略回调队列中的未知消息,而不是以错误告终?这是因为服务器端存在竞态条件的可能性。虽然不太可能,但 RPC 服务器可能在发送答复后,但在发送请求的确认消息之前就已死机。如果发生这种情况,重新启动的 RPC 服务器将再次处理该请求。因此,在客户端,我们必须优雅地处理重复的响应,并且 RPC 最好是幂等的。
总结
我们的 RPC 将按如下方式工作:
- 客户端启动时,它会创建一个排他的回调队列。
- 对于 RPC 请求,客户端发送一个带有两个属性的消息:
reply_to,设置为回调队列;correlation_id,设置为每个请求的唯一值。 - 请求被发送到
rpc_queue队列。 - RPC 工作进程(也称为服务器)在该队列上等待请求。当出现请求时,它会执行任务,并使用
reply_to字段中的队列将带有结果的消息发送回客户端。 - 客户端等待回调队列上的数据。当出现消息时,它会检查
correlation_id属性。如果它与请求中的值匹配,则将响应返回给应用程序。
总而言之
斐波那契函数
function fibonacci(n) {
if (n == 0 || n == 1)
return n;
else
return fibonacci(n - 1) + fibonacci(n - 2);
}
我们声明了我们的斐波那契函数。它假定输入是有效的正整数。(不要指望这个函数能处理大数字,而且它可能是最慢的递归实现。)
我们的 RPC 服务器 rpc_server.js 的代码如下所示:
#!/usr/bin/env node
var amqp = require('amqplib/callback_api');
amqp.connect('amqp://', function(error0, connection) {
if (error0) {
throw error0;
}
connection.createChannel(function(error1, channel) {
if (error1) {
throw error1;
}
var queue = 'rpc_queue';
channel.assertQueue(queue, {
durable: false
});
channel.prefetch(1);
console.log(' [x] Awaiting RPC requests');
channel.consume(queue, function reply(msg) {
var n = parseInt(msg.content.toString());
console.log(" [.] fib(%d)", n);
var r = fibonacci(n);
channel.sendToQueue(msg.properties.replyTo,
Buffer.from(r.toString()), {
correlationId: msg.properties.correlationId
});
channel.ack(msg);
});
});
});
function fibonacci(n) {
if (n == 0 || n == 1)
return n;
else
return fibonacci(n - 1) + fibonacci(n - 2);
}
服务器代码相当直接。
- 像往常一样,我们首先建立连接、通道并声明队列。
- 我们可能希望运行多个服务器进程。为了在多个服务器之间平均分配负载,我们需要在通道上设置
prefetch设置。 - 我们使用
Channel.consume从队列中消费消息。然后我们进入回调函数,在那里执行工作并发送响应。
我们的 RPC 客户端 rpc_client.js 的代码
#!/usr/bin/env node
var amqp = require('amqplib/callback_api');
var args = process.argv.slice(2);
if (args.length == 0) {
console.log("Usage: rpc_client.js num");
process.exit(1);
}
amqp.connect('amqp://', function(error0, connection) {
if (error0) {
throw error0;
}
connection.createChannel(function(error1, channel) {
if (error1) {
throw error1;
}
channel.assertQueue('', {
exclusive: true
}, function(error2, q) {
if (error2) {
throw error2;
}
var correlationId = generateUuid();
var num = parseInt(args[0]);
console.log(' [x] Requesting fib(%d)', num);
channel.consume(q.queue, function(msg) {
if (msg.properties.correlationId == correlationId) {
console.log(' [.] Got %s', msg.content.toString());
setTimeout(function() {
connection.close();
process.exit(0)
}, 500);
}
}, {
noAck: true
});
channel.sendToQueue('rpc_queue',
Buffer.from(num.toString()),{
correlationId: correlationId,
replyTo: q.queue });
});
});
});
function generateUuid() {
return Math.random().toString() +
Math.random().toString() +
Math.random().toString();
}
现在是时候看看我们完整的 rpc_client.js 和 rpc_server.js 示例源代码了。
我们的 RPC 服务现在已准备就绪。我们可以启动服务器:
./rpc_server.js
# => [x] Awaiting RPC requests
要请求一个斐波那契数,请运行客户端:
./rpc_client.js 30
# => [x] Requesting fib(30)
这里提出的设计并不是 RPC 服务唯一可能的实现方式,但它具有一些重要的优点:
- 如果 RPC 服务器太慢,你可以通过运行另一个服务器来扩展。尝试在新控制台中运行第二个
rpc_server.js。 - 在客户端,RPC 只需发送和接收一条消息。因此,RPC 客户端仅需要一次网络往返即可完成单个 RPC 请求。
我们的代码仍然非常简单,并且没有试图解决更复杂(但重要)的问题,例如:
- 如果没有任何服务器正在运行,客户端应该如何反应?
- 客户端是否应该为 RPC 设置某种超时?
- 如果服务器发生故障并引发异常,是否应将其转发给客户端?
- 在处理之前,保护免受无效传入消息(例如检查边界、类型)。
如果你想进行实验,可能会发现管理 UI 对于查看队列很有用。